java怎么遍历document

基础认知体系构建

1 文档模型分类

2 关键术语对照表

DOM解析深度实践（以XML为例）

1 标准实现流程

// 1. 创建DocumentBuilderFactory实例 DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); factory.setNamespaceAware(true); // 启用命名空间支持 // 2. 构建Document对象 DocumentBuilder builder = factory.newDocumentBuilder(); Document doc = builder.parse(new File("books.xml")); // 3. 遍历根节点下的所有子节点 NodeList bookList = doc.getElementsByTagName("book"); for (int i = 0; i < bookList.getLength(); i++) { Element book = (Element) bookList.item(i); // 4. 提取元素内容 String title = book.getElementsByTagName("title").item(0).getTextContent(); double price = Double.parseDouble(book.getElementsByTagName("price").item(0).getTextContent()); // 5. 处理属性 String category = book.getAttribute("category"); // 6. 递归遍历子节点（可选） traverseChildren(book); } private void traverseChildren(Node parent) { NodeList children = parent.getChildNodes(); for (int j = 0; j < children.getLength(); j++) { Node child = children.item(j); if (child.getNodeType() == Node.ELEMENT_NODE) { System.out.println("发现元素: " + child.getNodeName()); traverseChildren(child); // 深度优先遍历 } else if (child.getNodeType() == Node.TEXT_NODE) { System.out.println("文本内容: " + child.getTextContent().trim()); } } }

2 高级技巧组合

3 性能优化策略

HTML文档特殊处理（Jsoup方案）

1 典型用法示例

// 1. 解析HTML文档 Document doc = Jsoup.connect("https://example.com").get(); // 2. 选择器方式遍历 Elements links = doc.select("a[href]"); // 获取所有带href属性的链接 for (Element link : links) { String url = link.attr("href"); String text = link.text(); // ...后续处理逻辑 } // 3. 修改文档结构 Element table = doc.selectFirst("table"); table.select("tr:odd").addClass("highlight"); // 隔行变色效果 System.out.println(doc.html()); // 输出修改后的HTML

2 HTML特有处理要点

SAX与StAX流式解析对比

1 SAX事件驱动模型

public class SaxParser extends DefaultHandler { @Override public void startElement(String uri, String localName, String qName, Attributes attrs) { if ("book".equals(qName)) { currentBook = new Book(); // 初始化新书籍对象 } } @Override public void characters(char[] ch, int start, int length) { if (currentBook != null) { currentBook.setContent(new String(ch, start, length)); } } @Override public void endElement(String uri, String localName, String qName) { if ("book".equals(qName)) { books.add(currentBook); currentBook = null; } } }

优势：内存占用仅为DOM的1/5~1/10，适合GB级大文件处理；劣势：无法随机访问节点，需自行维护状态机。

2 StAX拉模式解析

XMLInputFactory factory = XMLInputFactory.newInstance(); XMLStreamReader reader = factory.createXMLStreamReader(new FileInputStream("large.xml")); while (reader.hasNext()) { int event = reader.next(); switch (event) { case XMLStreamReader.START_ELEMENT: if ("important".equals(reader.getLocalName())) { // 处理关键元素 } break; case XMLStreamReader.CHARACTERS: // 处理文本内容 break; // ...其他事件处理 } }

特点：结合推/拉模式优势，可通过peek()预读下一个事件，适合复杂条件判断场景。

常见问题解决方案库

Q1: 如何处理XML命名空间冲突？

A: 在创建DocumentBuilder时设置命名空间感知：

factory.setNamespaceAware(true); // 然后通过带URI的完整名称访问元素： NodeList nodes = doc.getElementsByTagNameNS("http://example.com/ns", "localName");

补充说明：若遇到未知命名空间，可通过builder.setFeature("http://apache.org/xml/features/nonvalidating/load-external-dtd", false)禁用外部DTD加载。

Q2: 遍历时出现”NullPointerException”如何解决？

A: 常见原因及对策：

| 错误位置 | 根本原因 | 解决方案 |

|————————|——————————|———————————–|

| item(i)返回null | 索引越界或标签不存在 | 添加if (i < nodeList.getLength())校验 |

| getTextContent()为空 | 节点类型不匹配（如注释节点） | 先检查getNodeType()是否为ELEMENT_NODE |

| 属性获取失败 | 属性未定义 | 使用hasAttribute()前置判断 |

| Jsoup选择器无结果 | CSS语法错误或DOM未完全加载 | 添加await().atMost(5, SECONDS)等待异步加载 |

选型决策矩阵